lead-intelligence

Visão geral do skill lead-intelligence

O que o lead-intelligence faz

lead-intelligence é um fluxo de trabalho de inteligência de leads com IA para encontrar, pontuar e priorizar prospects, e depois transformar essa pesquisa em caminhos de abordagem. É ideal para quem precisa de lead-intelligence para Lead Research: montar uma lista-alvo, entender quem realmente importa e encontrar uma rota mais quente em vez de adivinhar.

Quem deve usar

Use o lead-intelligence skill se você faz prospecção de vendas, outreach para parcerias, pesquisa para captação, sourcing de creators/influenciadores ou networking founder-to-founder. Ele é uma ótima escolha quando o trabalho de verdade não é só “achar nomes”, mas “achar os nomes certos, com contexto, e decidir quem vale contatar primeiro”.

O que o torna diferente

Este skill combina pontuação de sinais, ranqueamento mútuo, descoberta de caminhos quentes e outreach específico por canal. Isso faz diferença se você quer mais do que uma lista estática de enriquecimento: ele ajuda a sair de resultados crus de busca para uma shortlist ranqueada e acionável, com melhor timing e melhores pontos de entrada.

Como usar o skill lead-intelligence

Instale e ative

Para lead-intelligence install, adicione o skill ao seu ambiente do Claude Code e depois trabalhe a partir dos arquivos do skill no repo. O comando base mostrado na fonte é:

npx skills add affaan-m/everything-claude-code --skill lead-intelligence

Depois da instalação, verifique se o ambiente consegue acessar as ferramentas necessárias, especialmente a busca do Exa e as credenciais da API do X, ou o fluxo ficará parcialmente bloqueado.

Comece com a entrada certa

O padrão de uso do lead-intelligence usage funciona melhor quando você fornece um alvo estreito. Bons inputs incluem:

• setor ou nicho-alvo
• buyer persona ou cargo
• geografia ou fuso horário
• o que conta como lead qualificado
• canal preferido: email, LinkedIn ou X
• se você quer caminhos quentes, score ou rascunho de outreach

Um pedido fraco como “ache leads para minha startup” deixa coisa demais em aberto. Um prompt mais forte seria: “Encontre 25 líderes de operações em SaaS na América do Norte, faça o score por relevância e atividade recente, depois identifique caminhos de introdução quentes e escreva 5 emails frios.”

Leia estes arquivos primeiro

Para o caminho de implementação mais rápido, inspecione:

• SKILL.md para regras de ativação e ferramentas obrigatórias
• agents/signal-scorer.md para a lógica de ranqueamento
• agents/mutual-mapper.md para análise de caminhos quentes
• agents/enrichment-agent.md para contexto de perfil e empresa
• agents/outreach-drafter.md para regras de tamanho da mensagem e personalização

Essa é a melhor abordagem de lead-intelligence guide porque mostra o que o workflow precisa antes de você tentar executá-lo.

Workflow que gera melhores resultados

Uma sequência prática é:

1. Defina o mercado-alvo e o ICP.
2. Use signal scoring para montar uma lista ranqueada de prospects.
3. Enriqueça os prospects do topo com cargo atual, empresa, atividade e contexto.
4. Mapeie mútuos ou outros caminhos quentes.
5. Só então escreva o outreach, depois de ter um motivo crível para contatar cada pessoa.

Se você pula score ou enriquecimento, a etapa de outreach tende a ficar genérica. O skill funciona melhor quando cada fase reduz a incerteza da próxima.

FAQ do skill lead-intelligence

O lead-intelligence é só para equipes de vendas?

Não. O lead-intelligence skill também é útil para parcerias, captação, recrutamento e sourcing de especialistas. Se você precisa priorizar pessoas por relevância e possibilidade de contato, ele ajuda.

Preciso de APIs especiais para lead-intelligence?

Sim, o fluxo central depende de acesso ao Exa e à API do X. Fontes opcionais como LinkedIn, Apollo, Clay ou GitHub podem melhorar a cobertura, mas o skill não é só um template de prompt; ele espera dados reais de busca e de grafo.

Isso é melhor do que um prompt normal?

Geralmente sim, se você precisa de prospecção repetível. Um prompt genérico pode rascunhar alguns leads, mas lead-intelligence adiciona um método estruturado para score, análise de mútuos e sequência de outreach, o que reduz achismos e melhora a consistência.

Quando não devo usar?

Não use se você só precisa de uma lista pontual de nomes de empresas ou se não tem acesso às fontes de dados necessárias. Também não é uma boa escolha quando seu público é amplo demais, porque a lógica de ranqueamento depende de um targeting claro.

Como melhorar o skill lead-intelligence

Dê entradas melhores para o modelo de score

O maior ganho de qualidade vem de critérios mais claros: cargo ideal, estágio da empresa, geografia, tamanho do deal, relevância do tema e o que faz alguém valer a pena contatar agora. Quanto mais explícitos forem seus filtros, menos o workflow lead-intelligence precisa inferir.

Peça evidências, não só nomes

Quando solicitar a saída, peça o sinal por trás de cada lead: post recente, mudança de cargo, rodada de investimento, conexão em comum ou sobreposição de tema. Isso ajuda o skill a evitar matches superficiais e torna a shortlist mais defensável internamente.

Separe pesquisa de outreach

Um modo comum de falhar é pedir, de uma vez só, a lista de leads e a mensagem final. Os melhores resultados vêm de um loop em duas etapas: primeiro identificar e ranquear, depois enriquecer e escrever. Se a primeira passada parecer errada, ajuste o alvo antes de gerar as mensagens.

Itere no elo mais fraco

Se os resultados estiverem próximos do útil, mas ainda não servirem, refine a parte que falhou: melhore a definição da persona, adicione critérios de desqualificação ou restrinja o canal. Para lead-intelligence for Lead Research, pequenas mudanças no ICP ou nos requisitos de fonte costumam melhorar mais a saída do que pedir “mais leads”.